[发明专利]诊断和优化数据分析系统的方法、设备和介质

权利要求书

1.一种用于诊断数据分析系统的方法，包括：

获取关于待诊断的数据分析系统中的分析引擎的信息和与所述分析引擎相关联的待诊断数据，所述待诊断数据包括用于所述分析引擎的训练数据和预测数据中的至少一项；

基于接收的所述信息，确定与所述分析引擎相对应的诊断引擎；以及

通过利用所述诊断引擎处理所述待诊断数据，提供与所述分析引擎和所述待诊断数据中的至少一项相关联的不确定性度量，所述不确定性度量指示所述分析引擎针对处理所述待诊断数据获得的预测结果的确定程度。

2.根据权利要求1所述的方法，其中基于所述信息确定与所述分析引擎相对应的诊断引擎包括：

响应于所述信息指示所述分析引擎包括神经网络模块，基于所述信息构建所述神经网络模块；

利用概率推断更新所述神经网络模块以获得概率神经网络模块；以及

构建所述诊断引擎以包括经获得的所述概率神经网络模块。

3.根据权利要求2所述的方法，其中基于所述信息确定与所述分析引擎相对应的诊断引擎包括：

响应于所述信息指示所述分析引擎不包括神经网络模块，构建所述诊断引擎以包括经预先配置的概率神经网络模块。

4.根据权利要求1所述的方法，其中所述待诊断数据包括所述训练数据和所述预测数据两者，其中提供所述不确定性度量包括：

通过利用所述诊断引擎处理所述待诊断数据，确定针对所述诊断引擎的总不确定性度量；以及

基于所述总不确定性度量，提供以下多项中的至少一项：模型不确定性度量、数据不确定性度量和分布不确定性度量，

其中，所述模型不确定性度量至少指示所述分析引擎的复杂程度与所述待诊断数据的规模的拟合程度对所述分析引擎的性能的影响；

所述数据不确定性度量至少指示所述待诊断数据的质量对所述分析引擎的性能的影响；并且

所述分布不确定性度量至少指示所述预测数据与所述训练数据的分布的契合程度对所述分析引擎的性能的影响。

5.根据权利要求1所述的方法，其中所述诊断引擎的输入包括分别与不同特征相关联的多个数据项，其中提供所述不确定性度量包括：

基于所述不确定性度量，确定所述多个数据项中的至少一个数据项对所述不确定性度量的贡献。

6.根据权利要求5所述的方法，还包括：

基于所述贡献，提供关于调整所述多个数据项中的至少一个数据项的指示。

7.根据权利要求1所述的方法，还包括：

提供关于调整所述分析引擎和所述待诊断数据中的所述至少一项的指示。

8.根据权利要求7所述的方法，其中提供关于调整所述分析引擎和所述待诊断数据中的所述至少一项的指示包括：

响应于所述不确定性度量大于预定的阈值，提供所述指示。

9.根据权利要求7所述的方法，其中所述待诊断数据包括所述训练数据和所述预测数据两者，其中提供关于调整所述分析引擎和所述待诊断数据中的所述至少一项的指示包括：

通过利用所述诊断引擎处理所述训练数据获取第一不确定性度量；

通过利用所述诊断引擎处理所述预测数据获取第二不确定性度量；以及

基于比较所述第一不确定性度量和所述第二不确定性度量，提供关于调整所述分析引擎和所述待诊断数据中的所述至少一项的指示。

10.一种用于优化数据分析系统的方法，包括：

向诊断系统提供关于数据分析系统中的分析引擎的信息和与所述分析引擎相关联的待诊断数据，所述待诊断数据包括用于所述分析引擎的训练数据和预测数据中的至少一项；

从所述诊断系统接收与所述分析引擎和所述待诊断数据中的至少一项相关联的不确定性度量，所述不确定性度量指示所述分析引擎针对处理所述待诊断数据获得的预测结果的确定程度；以及

基于所述不确定性度量更新所述分析引擎和所述待诊断数据中的至少一项。